Estrategia de negociación de coordinación MT

El autor:¿ Qué pasa?, Fecha: 2024-01-25 15:06:04
Las etiquetas:

Resumen general

La MT-Coordination Trading Strategy es una estrategia de negociación cuantitativa avanzada que integra múltiples indicadores técnicos para identificar oportunidades de negociación a corto plazo en los mercados financieros.

Estrategia lógica

La estrategia incorpora tres promedios móviles suavizados (SMA) de diferentes marcos de tiempo (21, 50, 200), el índice de fuerza relativa de 14 días (RSI) y los fractales de Williams (2 días).

Señal largo: Se activa cuando el cierre está por encima de los tres SMA, el RSI está por encima de 50 y el máximo actual es mayor que el fractal anterior.

Señal corto: Se activa cuando el cierre está por debajo de los tres SMA, el RSI está por debajo de 50 y el mínimo actual es menor que el fractal anterior.

El tamaño de las posiciones se calcula dinámicamente en función del porcentaje seleccionado de capital y del nivel de apalancamiento.

Análisis de ventajas

Esta estrategia combina múltiples indicadores para filtrar señales falsas e identificar niveles de ruptura de alta probabilidad, reduciendo en gran medida el riesgo comercial.

Las fortalezas específicas son:

El uso de indicadores de varios marcos de tiempo para la confirmación para evitar trampas.
Los valores por encima de 50 indican una tendencia alcista y por debajo de 50 una tendencia bajista.
Los fractales de Williams verifican aún más la ruptura, solo entrando en la penetración de los extremos.
El dimensionamiento dinámico de las posiciones basado en el porcentaje del saldo de la cuenta controla estrictamente la desventaja.
Los parámetros personalizables se adaptan a diferentes estilos de negociación.

Análisis de riesgos

Los principales riesgos de esta estrategia incluyen:

Incapacidad para evitar completamente las flechas cuando las SMA divergen.
Incapacidad para salir a tiempo antes de la reversión de la tendencia debido a los indicadores atrasados.
Riesgo de perder la posición completa en movimientos extremos cuando la pérdida excede el valor predeterminado.

Soluciones:

Optimizar las combinaciones de SMAs para encontrar los mejores parámetros.
Añadir filtros de candeleros para evitar aún más las falsas fugas.
Reducir los niveles de porcentaje y apalancamiento de manera adecuada.

Direcciones de optimización

La estrategia puede reforzarse aún más mediante:

Prueba de diferentes combinaciones de SMA y RSI para obtener parámetros óptimos.
Incorporar filtros adicionales como el ancho de las bandas de Bollinger, las señales de trading jack, etc.
Agregar mecanismos de stop loss para reducir las pérdidas a un nivel predefinido.
Integrar modelos de aprendizaje profundo para la detección de soporte y resistencia.
Implementación de un esquema de dimensionamiento adaptativo de las posiciones para una escalación razonable de las posiciones.

Conclusión

La MT-Coordination Trading Strategy es un sistema de breakout maduro que aprovecha múltiples marcos de tiempo. Al combinar indicadores para filtrar señales y administrar dinámicamente el tamaño de la posición, es capaz de obtener ganancias consistentes para fondos capitalizados y operadores profesionales a través de la sintonización continua de parámetros y la optimización del modelo.

/*backtest
start: 2024-01-17 00:00:00
end: 2024-01-24 00:00:00
period: 10m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
// Written by I3ig_Trades. Follow And Let Me Know Any Strategies You'd Like To See!
strategy("Best Scalping Strategy Period (TMA)", shorttitle="Best Scalping Strategy Period (TMA)", overlay=false,
         initial_capital=100000, 
         default_qty_type=strategy.percent_of_equity, 
         default_qty_value=100)

// Leverage Input
leverage = input.float(1, title="Leverage", minval=1, step=0.1)

// Calculate position size based on the percentage of the portfolio and leverage
percentOfPortfolio = input.float(100, title="Percent of Portfolio")

// Define input options
rsiLength = input.int(14, title="RSI Length", minval=1)
williamsLength = input.int(2, title="Williams Fractals Length", minval=1)
sma21Length = input.int(21, title="SMA 21 Length", minval=1)
sma50Length = input.int(50, title="SMA 50 Length", minval=1)
sma200Length = input.int(200, title="SMA 200 Length", minval=1)

// Smoothed Moving Averages
sma21 = ta.sma(close, sma21Length)
sma50 = ta.sma(close, sma50Length)
sma200 = ta.sma(close, sma200Length)

// RSI
rsiValue = ta.rsi(close, rsiLength)

// Williams Fractals
fractalUp = ta.highest(close, williamsLength)
fractalDown = ta.lowest(close, williamsLength)

// Conditions for Buy Entry
buyCondition = close > sma21 and close > sma50 and close > sma200 and rsiValue > 50 and high > fractalUp[1]

// Conditions for Sell Entry
sellCondition = close < sma21 and close < sma50 and close < sma200 and rsiValue < 50 and low < fractalDown[1]

positionSizePercent = percentOfPortfolio / 100 * leverage
positionSize = strategy.equity * positionSizePercent / close

// Executing strategy with dynamic position size
if buyCondition
    strategy.entry("Buy", strategy.long, qty=positionSize)

if sellCondition
    strategy.entry("Sell", strategy.short, qty=positionSize)

// Plotting the Smoothed Moving Averages
plot(sma21, color=color.white)
plot(sma50, color=color.green)
plot(sma200, color=color.red)

// Plotting RSI and Fractals for visual confirmation
hline(50, "RSI 50", color=color.yellow)
plot(rsiValue, color=color.blue, title="RSI")

// Input text boxes for trading actions
var buy_entry_params = input("", title="Buy Entry Parameters")
var buy_exit_params = input("", title="Buy Exit Parameters")
var sell_entry_params = input("", title="Sell Entry Parameters")
var sell_exit_params = input("", title="Sell Exit Parameters")

Más.